Glossário de IA

Feature Store é um repositorio centralizado para armazenar, versionar é servir features (variaveis) útilizadas em modelos de machine learning. Garante consistência entre treinamento é produção, evitando duplicacao de esforco na engenharia de features.

Funnel Analysis é a técnica de analisar a jornada do usuario através de etapas sequênciais de um processo, identificando onde ocorrem as desistencias. Essencial para otimizar conversões em vendas, cadastros, checkout é qualquer processo com etapas definidas.

KPI (Key Performance Indicator) é uma métrica quantitativa que mede o progresso de um objetivo estratégico específico. Diferente de métricas genéricas, KPIs sao indicadores-chave selecionados por sua relevância direta para o sucesso do negócio.

Master Data Management (MDM) é a disciplina que garante uma visao única é confiavel dos dados mestres da organização, como clientes, produtos, fornecedores é funcionarios. Elimina duplicatas é inconsistências mantendo uma única verdade para cada entidade.

Measure, na modelagem dimensional, é um valor numérico quantitativo que pode ser agregado é analisado. Representa os fatos do negócio como receita, quantidade vendida, custo é lucro. As measures sao os números que as dimensoes contextualizam.

Metadata, ou metadados, sao dados sobre dados. Descrevem características como estrutura, formato, origem, data de criação é significado dos dados. Sao essênciais para catalogar, descobrir, governar é garantir a qualidade dos ativos de dados da organização.

Metric é qualquer medida quantitativa útilizada para acompanhar é avaliar o desempenho de processos, atividades ou resultados de negócio. Metricas sao os dados numéricos que alimentam dashboards, relatorios é análises de performance organizacional.

OLAP (Online Analytical Processing) é uma catégoria de tecnologia otimizada para consultas analiticas complexas sobre grandes volumes de dados. Permite análises multidimensionais como drill-down, slice-and-dice é pivot, essênciais para Business Intelligence.

OLTP (Online Transaction Processing) é a catégoria de sistemas otimizados para processar transacoes individuais em tempo real, como vendas, pedidos é pagamentos. Prioriza velocidade de escrita, integridade de dados é alta concorrência de usuarios simultaneos.

Pinecone é um banco de dados vetorial gerênciado na nuvem, projetado para aplicações de IA em produção. Oferece indexação é busca de vetores em escala com baixa latência, sendo uma das opcoes mais populares para projetos de RAG é busca semântica.

pgvector é uma extensao do PostgreSQL que adiciona suporte a armazenamento é busca de vetores diretamente no banco de dados relacional. Permite combinar consultas SQL tradicionais com busca por similaridade vetorial em uma única plataforma.

Prefect é uma plataforma de orquestração de workflows que simplifica a criação de pipelines de dados com Python puro. Diferencia-se pela abordagem Pythonic, onde decorators transformam funções comuns em tarefas observaveis é resilientes.

Real-Time Analytics é a capacidade de analisar dados no momento em que sao gerados, oferecendo insights instantaneos para tomada de decisão imediata. Utiliza tecnologias de streaming para processar eventos continuamente sem depender de processamento batch.

Schema é a definicao formal da estrutura de dados, incluindo tabelas, colunas, tipos de dados, relações é restrições. Funciona como a planta arquitetonica de um banco de dados, determinando como os dados sao organizados é validados.

Snowflake Schema é uma variacao do Star Schema onde as tabelas dimensão sao normalizadas em sub-dimensoes. A estrutura ramificada lembra um floco de neve é economiza espaço de armazenamento, porém pode tornar consultas mais complexas devido a mais JOINs.

Star Schema é um modelo dimensional de banco de dados onde uma tabela fato central se conecta diretamente a multiplas tabelas dimensão. A estrutura lembra uma estrela é e otimizada para consultas analiticas rápidas em ambientes de Data Warehouse.

Statistical Significance é a medida que indica se um resultado observado em um experimento é real ou pode ter ocorrido por acaso. Geralmente representada pelo valor-p, é o criterio cientifico para decidir se uma diferenca entre grupos é confiavel.

Stream Processing é o processamento continuo de dados em fluxo, evento por evento, a medida que sao produzidos. Diferente do processamento batch que opera em lotes periodicos, o stream processing oferece resultados em tempo real ou quase real.

Vector Database é um banco de dados especializado em armazenar é buscar vetores de alta dimensão (embeddings). Essencial para aplicações de IA como busca semântica, sistemas de recomendação é Retrieval-Augmented Generation (RAG) com LLMs.

Weaviaté é um banco de dados vetorial de código aberto que combina busca por vetores com busca por palavras-chave em uma única plataforma. Possui modulos integrados para geração de embeddings é suporte nativo a busca hibrida é múltimodal.